Dissertação

{en_GB=Extraction and Visualization of Fake News Indicators} {} EVALUATED

{pt=Esta dissertação apresenta FactMe, uma ferramenta de visualização online que ao receber uma notícia, calcula uma série de métricas destinadas a fornecer aos consumidores, indicadores de qualidade da informação. O consumo de notícias na Internet está a aumentar rapidamente e torna-se cada vez mais difícil avaliar a confiabilidade das notícias encontradas na web. Como a web é aberta, essa vantagem pode contribuir para a propagação da desinformação. Nos últimos anos, a desinformação tem causado graves danos e pode causar ainda mais futuramente. Isso mostra o quão vital pode ser uma ferramenta de deteção de desinformação. Avanços recentes permitem-nos analisar notícias e usar processamento de linguagem natural e algoritmos de inteligência artificial para detetar desinformação e ajudar os consumidores a avaliar a credibilidade dos artigos. Neste trabalho, fiz um levantamento de pesquisas anteriores sobre métricas baseadas no conteúdo (linguísticas) e baseadas no contexto, o que me ajudou a desenvolver um modelo de aprendizagem usando os indicadores linguísticos que alcançaram uma exatidão de 96 % na previsão da veracidade dos artigos. Além disso, este trabalho fornece uma avaliação na perspetiva do consumidor, que mostrou uma satisfação do usuário positiva com uma pontuação média de 8,48 no QUIS e pelo menos um pequeno impacto dos indicadores de desinformação sobre os consumidores na previsão da veracidade do artigo., en=This dissertation presents FactMe, an online visualization tool that receives a news article and computes a range of metrics intended to provide consumers with information quality indicators. The consumption of news over the internet is rapidly increasing, and becoming increasingly difficult to judge the trustworthiness of news found on the web. Since the web is open, this openness can contribute to spreading disinformation. In the last years, disinformation has caused severe damage and can cause more ahead. This shows how vital can a disinformation detection tool be. Recent advances allow us to analyze news and use natural language processing and machine learning algorithms to detect disinformation and help consumers evaluate the credibility of the news articles. In this work, I have surveyed previous research on content-based (linguistic) and context-based metrics, which helped me develop a learning model using the linguistic indicators that achieved an accuracy of 96% in predicting the articles’ veracity. Furthermore, this work provides an assessment from a consumer’s perspective, which has shown a positive user satisfaction with an average score of 8.48 in QUIS and at least a small impact of the disinformation indicators on the consumers in predicting the article’s veracity. }
{pt=Indicadores de desinformação, Visualização de desinformação, Notícias falsas, en=Disinformation indicators, Disinformation visualization, Fake news}

Janeiro 13, 2021, 10:30

Orientação

ORIENTADOR

Mário Jorge Costa Gaspar da Silva

Departamento de Engenharia Informática (DEI)

Professor Catedrático

ORIENTADOR

Danielle Caled Vieira

Departamento de Engenharia Informática (DEI)

Colaborador Docente